短 文 自 动 化 学 报 第 46 卷 第 8 期 2020 年 8 月
Brief Paper ACTA AUTOMATICA SINICA Vol. 46, No. 8 August, 2020
基于小波变换的码元速率估计
优化算法
谭晓衡
1, 2
张雪静
2
摘 要 针对低信噪比下 MPSK (M-ary phase shift keying) 信号
的码元速率估计问题, 提出一种优化算法. 该算法无需先验知识, 通过
Hilbert 变换提取瞬时相位基带序列, 经多尺度小波变换, 对每个尺度下
的小波系数的模值的平方进行叠加, 对叠加后的结果再进行功率谱计算,
在码元速率整数倍处有离散谱线, 估计正确率在信噪比大于 1 dB 时大
于 90 %.
关键词 MPSK 信号, 码元速率估计, Hilbert 变换, 小波变换
引用格式 谭晓衡, 张雪静. 基于小波变换的码元速率估计优化算法. 自
动化学报, 2020, 46(8): 1748−1752
DOI 10.16383/j.aas.c170518
Symbol Rate Estimation Based on
Wavelet Transform
TAN Xiao-Heng
1, 2
ZHANG Xue-Jing
2
Abstract To solve the problem of symbol rate estimation for
MPSK signals at low signal-to-noise ratio (SNR), an optimiza-
tion algorithm is proposed. Without any prior knowledge, this
method extracts the baseband sequence of instantaneous phase
by Hilbert transform. Then, multi-scale wavelet transform is
applied to the above results. The square of the modulus of
the wavelet coefficients at each scale is superposed. Finally, the
power spectrum of the superposition result is calculated. Theo-
retical analysis shows that discrete spectral lines appear at the
position of integer-times symbol rate. The results show that the
correct rate of MPSK signal
0
s symbol rate estimation is larger
than 90 % at SNR > 1 dB.
Key words MPSK signals, symbol rate estimation, Hilbert
transform, wavelet transform
Citation Tan Xiao-Heng, Zhang Xue-Jing. Symbol rate esti-
mation based on wavelet transform. Acta Automatica Sinica,
2020, 46(8): 1748−1752
码元速率也称为符号速率, 它是数字调制信号的重要特
征之一. 码元速率估计在很多领域都有着非常广泛的应用,
尤其是在非合作通信系统中有着重要地位, 它是后续数字调
制信号识别与解调的基础, 此外, 它还可应用在无线电频谱
监测领域. 这个参数可能不是先验已知的, 需要在接收机中
进行估计, 对于 MPSK 信号的码元速率估计, 常见的有基于
小波分析和基于循环平稳特征的方法.
收稿日期 2017-09-11 录用日期 2018-02-26
Manuscript received September 11, 2017; accepted February 26,
2018
国家自然科学基金 (61571069), 中央高校基本科研业务费 (106112017CD-
JQJ168817) 资助
Supported by National Natural Science Foundation of China
(61571069), Fundamental Research Funds for the Central Univer-
sities (106112017CDJQJ168817)
本文责任编委 付俊
Recommended by Associate Editor FU Jun
1. 生物感知与智能信息处理重庆市重点实验室 重庆 400044 2. 重庆大学微
电子与通信工程学院 重庆 400044
1. Chongqing Key Laboratory of Bio-perception & Intelligent
Information Processing, Chongqing 400044 2. School of Micro-
electronics and Communication Engineering, Chongqing University,
Chongqing 400044
基于小波分析的方法, 文献 [1] 提出基于双尺度小波
变换实现了 MPSK 信号的码元速率估计, 该方法对 2PSK
(Binary phase shift keying) 信号在 3 dB 及以上时估计正
确率达到 90 % 以上, 而对 4PSK (Quadrature phase shift
keying) 信号估计效果不佳. 文献 [2] 提出 Morlet 小波变换
与自相关结合, 再利用快速傅氏变换 (Fast Fourier transfor-
mation, FFT) 和三点插值算法估计 MPSK 信号的码元速
率, 该算法估计效果好但实现较为复杂. 文献 [3] 提出二次小
波变换与循环累积量相结合的算法, 该算法在 0 dB 以上估计
效果良好, 但由于引进了循环累积量增加了复杂度, 实时性
不强. 文献 [4] 提出一种在无先验知识的条件下基于小波变
换的 MPSK 信号码元速率估计算法, 在低载噪比下有良好效
果. 文献 [5] 首次提出通过构造与原调制信号码速率一致的
单极性脉冲序列和功率谱分析, 检测其在码元速率整数倍处
出现的离散谱线, 实现了信号的码元速率估计. 但是该算法
在对 MPSK 信号进行码元速率估计时, 需要通过改变延迟时
间搜索谱线来提高检测性能, 且提取的基带序列较易受噪声
影响. 文献 [6] 提取已调信号的基带序列再小波变换, 计算谱
特征, 对 2PSK 信号在大于 10 dB 时估计正确率大于 90 %,
对 2PSK 信号性能不佳.
基于循环平稳特征的方法, 由于通信信号具有周期平稳
性的特点, 其循环平稳特征包含了码元速率等参数信息. 文
献 [7] 提出利用循环自相关函数实现了 MPSK 信号的码元
速率估计, 在 0 dB 以上估计效果良好, 但对 4PSK 信号在高
信噪比下表现效果不佳, 而且这种方法计算量较大, 复杂度
较高. 文献 [8] 提出对信号经离散小波消噪, 利用信号在小波
域的循环平稳特征实现码元速率的估计, 该方法估计效果好,
但需要已知载频的先验信息, 以及引入了循环平稳特征增加
了复杂度.
针对上述情况, 本文提出了一种瞬时相位提取和多尺度
小波变换相结合的 MPSK 信号码元速率估计的优化算法, 该
算法复杂度不高, 在低信噪比下估计性能良好, 而且在不同
信噪比下估计结果性能稳定, 且与文献 [5] 中文末提到的数
字基带信号码元速率估计性能较为接近.
1 载频的估计
循环重叠 Welch 功率谱 (Circular overlap Welch spec-
trum, COWelch) 是对 Welch 功率谱的改进
[9]
, 以分割段数
k = 2, 重叠率 r = 2/3 为例: 它是将长度为 L 的数据首先平
均分割成 2 段, 选取其中一段作为参照, 再按照重叠率为 2/3
选取第二段, 以此类推, 另外为了得到更加平滑的功率谱, 也
在数据段的首尾选取了 2 小段, 计算时通过加窗截取得到不
同的数据子段, 对每个数据子段的功率谱进行分段累加, 即
为循环重叠功率谱值. 图 1 表示截取每个数据子段的窗函数.
图 1 子段的窗函数
Fig. 1 Window function of segment